如何补偿路径追踪器中到达光线的少量光线

我正在尝试出于研究目的而实现路径跟踪器，但是到目前为止，效果还不是很好，我将向您解释原因。在获取代码之前的总体思路是：

我正在处理在采样之前生成的路径。我的意思是，算法的第一步在于计算特定像素（x，y）的路径。此路径将在场景内执行一些反弹操作，如果终止于灯光，则将被视为有效，这意味着我可以计算其对像素（x，y）的贡献，否则它将为黑色。

但首先，我的目标是通过少量的SPP（约16-32 spp）获得“可接受的”图像。这是因为我遵循的是易于实现的目标框架的代码，该框架只需几个步骤即可达到如此好的效果（稍后说明）。以下是由目标框架生成的目标图像：



它使用16SPP渲染。它背后的核心代码非常简单。它只是实现了渲染方程式，下面对此进行了显示和注释：该PDF是cosTheta / PI，我们必须对其进行划分：因为我只想考虑DIFFUSE对象，所以我的BRDF确实是漫反射/ PI的漫反射BRDF的渲染方程和PI。 br />我试图模仿这段代码，不同之处在于，在我要计算像素颜色的那一刻我不计算路径（就像上面的目标框架一样），但是我事先计算了路径：
我的generatePath（）方法确实跟踪到场景的路径并检查它命中的所有顶点。您将看到使用了checkIfRayIntersectSomething（t）方法，它只是在我的框架中实现的伪方法，我省略了其长度的原因。我用它来检查我的射线是否击中了场景中的某物，如果发生了，它会用到该物体的距离来更新“ t”。注意：灯光本身不被视为物体。因此，我还有一个checkRayLightIntersection（hitLightPoint）来检查与灯光的交点，如果有的话，hitLightPoint会更新为我所点击的灯光上的点。
灯光是区域的2D曲面2x2与目标框架位于相同的位置（-1,20,9）。

首先定义几个用于存储某些信息的结构的定义：

Vec Sample(vec3 O, vec3 D, int depth)//oriding, direction, depth of the recursive step
{
  vec3 color(0, 0, 0);
  float t;
  if (checkIfIntersectSomething(D, t))
  {

    vec3 I = O + t * D; //get to the intersection point on the object
    vec3 diffuse = getMaterial(I);

    vec3 L = vec3(-1 + Rand(2.0f), 20, 9 + Rand(2.0f)) - I; //(-1,20,9) is Hard-code of the light position, and I add Rand(2.0f) on X and Z axis
    //so that I have an area light instead of a point light
    L = normalize(L);
    float ndotl = dot(I.getNormal(), L); //the closer the dotProdutc is to 1.0, the more the light and surface face each other
    if (ndotl > 0)
    {
        if (!checkRayLightIntersection(L)) {
            float dist = distFromLight(I);
            color += diffuse * ndotl * vec3(1000.0f, 1000.0f, 850.0f) * (1.0f / (dist * dist));
        }
    }

    // russian roulette
    float Psurvival = CLAMP((diffuse.r + diffuse.g + diffuse.b) * 0.33333f, 0.2f, 0.8f);

    // continue random walk 
    float rand = Rand(1.0f);
    if (depth < 10 && rand < Psurvival)
    {
        //Besides russian roulette, I also do another weight, because rays that go towards the horizon will bring back very little energy
        //so I make a random distribution that favours those rays who are close to the normal of the hit point, this is DiffuseReflectionCosineWeighted(). It creates a Random bounce but proportional to N dot R
        vec3 R = DiffuseReflectionCosineWeighted(I.getNormal());//there is a weight

        float prob = 1.0;
        float cosTheta = fabs(dot(I.getNormal(), R));
        if (cosTheta > 1e-6) prob = cosTheta / M_PI;

        color += diffuse * Sample(I + R * EPSILON, R, depth + 1) * (1.0f / Psurvival); //the cosTheta() of the attenuation of the rendering equation gets simplified with the cosTheta of the "prob"
        //the PI of the prob gets simplified with the BRDF where we are using the ideal BRDF = diffuse/PI
    }
  }
return color;
}

现在，主要代码： 。最后剩下的是Sample方法，它使用上面计算出的路径来计算像素的最终颜色：

color += diffuse * Sample(I + R * EPSILON, R, depth + 1) * (1.0f / Psurvival);

问题是图像真的很暗，您可以看到光有多小，但是在目标框架中以某种方式可以正常工作：



这是因为没有多少光线可以到达光线路径无效。相反，如果我使光线较宽（20x20）效果更好，但我却失去了阴影：



我确信光线会较少，因为我在两种情况下都一直在计算它们：小面积光和大面积光。我还尝试通过增加路径到达时的光贡献来补偿暗图像，但是它会带来白色像素（对于到达光的路径），而黑色像素（导致无效路径）保持黑色，因此好方法。看来（据我所知）目标框架应用了直接照明，这就是为什么按照理论直接照明这样好的图像，但是直接照明只会减少方差，减少噪音。如此多地改变生成的图像。有没有一种方法可以解决您的问题？提前谢谢。